Caso 02 · Trabalhos selecionados
Tirar a digitação de um fluxo de documentos que não podia parar
- Em produção — limitado por NDA
Um pipeline híbrido de OCR e LLM reduziu de forma substancial a digitação manual em um fluxo de documentos de transporte marítimo de alto volume, dentro de uma operação cujos sistemas de origem não tinham API e não podiam ser trocados.
- Papel
- Senior Business Process Specialist
- Capacidades
- IA aplicada · Automação · Responsabilidade em produção
- Área
- Transporte marítimo de contêineres — operações financeiras e logísticas
- Restrição
- Sistemas de origem sem API, e muitas vezes sem interface web utilizável
Contexto
O braço malaio de uma armadora global de contêineres, onde eu era Senior Business Process Specialist. Um time pequeno — basicamente eu e um colega — com as decisões passando por outros dois países. O pessoal de finanças e logística lia um volume diário alto de documentos de embarque e digitava à mão nos sistemas o que encontrava.
Problema e indefinição
Ninguém tinha uma descrição escrita de como o trabalho era realmente feito, então o primeiro passo não foi automação, foi arqueologia. Os documentos chegavam em estados muito diferentes, de arquivos limpos gerados por máquina até material tão ruim que o time financeiro resolvia por telefone. E os sistemas das duas pontas eram independentes: sem API e muitas vezes sem interface web utilizável. Trocá-los nunca esteve em jogo, só pelo custo.
Meu papel
Meu papel: analisei os processos financeiros e logísticos sem documentação para identificar quais passos manuais, repetitivos e sujeitos a erro valiam a pena automatizar. Desenhei a arquitetura do pipeline de documentos, construí suas APIs de backend em Python e desenvolvi e implantei os fluxos de RPA em volta dele.
Levantamento
Sentar com quem faz o trabalho, mapear o que acontece de verdade e não o que o processo diz que acontece, e então submeter cada passo candidato a uma pergunta só: se isso for automatizado e falhar às 9 da manhã de uma terça, o que o negócio faz no lugar?
Arquitetura e trade-offs
OCR híbrido mais LLM, ⛔ não extração com LLM puro. Foi uma decisão com data, e era a certa na época: a visão dos LLMs ainda não extraía de forma confiável de documentos do mundo real, então o OCR alimentava painéis de leitura por formato onde as posições de campo conhecidas eram mascaradas e extraídas posicionalmente, e o modelo de linguagem fazia a parte em que era realmente bom. A integração foi deliberadamente não invasiva — ler do que já existe, ⛔ não pedir para uma empresa trocar sistemas centrais que ela não tem a menor intenção de trocar. Meu resumo na época era que tínhamos muitas restrições, então só dava para chegar lá por caminhos indiretos, e continuo achando que essa é a descrição honesta da maior parte da IA corporativa.
Implementação e integração
APIs de backend em Python servindo os painéis de extração por formato e a fila de revisão, mais uma interface de operador capaz de continuar uma execução de onde a automação tivesse parado. RabbitMQ para processamento assíncrono. Controles de validação e trilhas de auditoria no caminho inteiro. Fluxos de RPA cobrindo captura, validação e conciliação de dados em operações financeiras e logísticas.
Controles de produção
Esta é a parte que eu defenderia com mais força. Os valores extraídos nunca iam direto para o banco de dados: caíam em uma fila de revisão humana, as correções eram feitas ali, e até registros limpos passavam por dupla conferência antes de gravar. Uma execução de coleta podia levar horas e ser interrompida em qualquer ponto, então as execuções foram desenhadas como nós com pontos de verificação que retomam de uma posição registrada em vez de recomeçar. O job começava de madrugada justamente para que uma falha já estivesse visível quando o pessoal chegasse, dando tempo de voltar ao processo manual e ainda concluir a passagem antes do meio-dia. E a automação nunca foi tudo ou nada: se a máquina chegasse na metade, uma pessoa podia assumir o resto por uma interface — ⛔ não por um diagrama de nós, ⛔ não pelo código.
Impacto
A maior parte da digitação manual saiu do fluxo, e a operação continuou rodando o tempo todo. Nenhum número é publicado sobre este trabalho — é uma decisão de confidencialidade deliberada, e vale em conversa também.
Aprendizado reaproveitável
A posição de arquitetura que formei aqui eu ainda defendo: para empresas que não vão trocar seus sistemas centrais por custo, a integração certa é a que lê do que já está na tela do operador. E um passo com revisão humana não é uma falta da automação — é o que a torna implantável.
Evidência pública
Tudo acima é o que pode ser discutido publicamente. O que fica retido, e o que está sendo preparado:
Uma reconstrução limpa sobre documentos sintéticos em estilo marítimo, com painéis de leitura, fila de revisão e execuções com pontos de verificação, está especificada como projeto P4; não está construída.
Este é o método por trás disso
As respostas saem deste site. Ele vai dizer quando um projeto não vale a pena ser construído.